パターン認識技術の説明として、最も不適切なものは次のうちどれか。
① SVM (Support Vector Machine：サポートベクターマシン) は、基本的に
２つのクラス識別を行う識別器を構成する手法である。
② CHLAC (Cubic Higher-Order Local Autocorrelation：立体高次局所
自己相関) の特徴は、ステレオ画像を用いた３次元物体の認識に用いら
れる方式である。
③ KL (Karhunen-Loeve：カルーネンレーベ) 展開は、多変量解析における
主成分分析と数学的にほとんど等価である。
④ HMM (Hidden Markov Model：隠れマルコフモデル) は、音声認識において
広く用いられる方式である。
⑤ SIFT (Scale Invariant Feature Transform：スケール不変特徴変換) は、
画像の回転・スケール変化・照明変化等に頑強な特徴量を記述できる。
①SVMは、「教師あり学習」のパターン認識モデルの一つである。
識別性能に優れ、高い汎用能力がある。
②CHLACは、動画像認識の方法の一つであり、画像を用いた認識ではない。
③主成分分析は対象データをより良く表す成分を抽出し、
データを少ない次元で表現する。
KL展開は元のデータを失わないように、少ない要素のベクトルで
表現する手法。数学的にはほとんど等価である。
④HMMは確率的なパターン認識の手法である。
⑤SIFTは、モザイク画像のマッチングなどに利用される。
EXCELのVBAのご相談なら ファーストマクロ へ
タグ：パターン認識
